一种基于归一化峰度的抗非高斯噪声语音VAD检测方法

在多媒体会议房间中,鼓掌、咳嗽等非高斯干扰噪声常会严重影响语音处理系统的性能.为了有效地抑制非高斯干扰噪声,本文提出了一种基于线性预测残差域高阶统计量的语音VAD检测方法.该方法利用语音信号线性预测残差的归一化峰度表征语音和非语音信号在谐波数量上的差异,构造判别准则进行VAD检测,并通过预估高斯背景噪声的能量,削弱了背景噪声对VAD算法性能的影响.仿真实验结果表明,该方法能够有效地区分高斯背景噪声下的语音和非高斯噪声.     

基于信号子空间的语音增强方法

基于子空间的语音增强算法不同于基于信号处理和统计估计的经典语音增强算法,其核心思想就是将带噪语音信号映射到信号子空间和噪声子空间中,并在信号子空间中估计原始信号。本文提出的算法是以线性代数和矩阵分析为基础,利用对语音信号和噪声协方差矩阵同时对角变换的条件,对混有加性白噪声和粉红噪声的语音信号进行增强处理。经过实验分析及与传统的语音增强算法相比较,语音失真较小,增强效果较好,能够在极大限度地抑制背景噪声的同时减少频谱失真和残余噪声。     

利用奇异谱分析的深度神经网络语音增强方法

针对现有深度神经网络语音增强方法对带噪语音的去噪能力有限、语音质量提升不高的问题，提出了一种基于奇异谱分析的深度神经网络语音增强方法。通过引入奇异谱分析算法对带噪语音进行预处理，以初步分离得到语音信号与噪声。接着将语音信号与噪声用于深度神经网络模型得训练，以得到性能更优的网络模型，从而使得本文方法具有更好的性能。最后在重建干净语音的环节中，同时使用神经网络估计得到的对数功率谱和带噪语音的对数功率谱，并加入了权重系数，使得本文提出的方法可以适应不同信噪比的情形，有效的去除背景噪声，降低语音信号的失真。本文通过仿真实验验证了该方法的有效性和鲁棒性。      

一种基于小波变换的语音噪声消除算法

接收机上接收到的信号容易被广播电台的语音噪声所干扰.而且随着广播电台的繁荣发展,语音干扰的能量越来越大,易造成误码从而严重影响信号的传输速度和质量.由于语音噪声的非平稳性,传统的消噪方法难以取得较好的效果.本文提出一种基于小波变换的语音噪声消除算法,对短波信道上的实际接收到的BPSK信号进行消噪处理.接收信号上的加性语音噪声被大幅度削减,系统的误码率性能得到很大提升,验证了算法具有良好的消噪能力.     

采用子带长时信号变化特征的稳健语音活动检测

为提高语音活动检测(VAD)在低信噪比下的准确率,提出了一种基于子带长时信号变化特征的VAD算法.将语音信号转换到频域,并分解为几个不重复的子频带,对这些子带信号分别提取长时信号变化特征,然后采用GMM在线建立语音和非语音模型,以模型的似然比进行VAD判决.实验结果表明,算法在较低的信噪比下能够显著地提高语音活动检测的准确率,且在多种噪声环境和信噪比条件下具有较好的稳健性.应用于语音识别系统的实验表明,该算法能有效提高噪声环境下的语音识别率.     

采用子带长时信号变化特征的VAD检测

为提高语音活动检测(VAD)在低信噪比下的准确率,提出了一种基于子带长时信号变化特征的VAD算法。将语音信号转换到频域,并分解为几个不重复的子频带,对这些子带信号分别提取长时信号变化特征,然后采用GMM在线建立语音和非语音模型,以模型的似然比进行VAD判决。实验结果表明,算法在较低的信噪比下能够显著地提高语音活动检测的准确率,且在多种噪声环境和信噪比条件下具有较好的稳健性。应用于语音识别系统的实验表明,该算法能有效提高噪声环境下的语音识别率。     

基于TMS320F2812的短波电台语音处理系统设计

话音的降噪与静噪是短波无线电台的需要实现的重要功能之一.文章以TMS320F2812 DSP芯片为核心设计实现一种能在短波转接电台中使用的语音降噪、静噪处理系统.首先,利用最小均方(LMS)误差自适应滤波算法对短波电台接收到的可能含有语音和噪声的信号进行消噪处理,得到较高信噪比的接收信号.然后,在噪声信号背景下应用短时自相关算法检测接收信号中是否含有语音,从而实现短波电台的数字静噪功能.通过对系统硬件电路和信号处理算法的测试,该系统能较好地完成短波电台接收信号的语音检测与处理功能.     

基于小样本学习的语音端点检测

语音端点检测作为语音信号处理前端处理部分的一个重要环节,是各种语音任务的基础。基于深度神经网络的语音端点检测在数据支撑上需要对语音进行大量帧级别的标注,针对此问题,文中提出一种基于原型网络（ProtoNet）的小样本学习（Few-shot Learning）的语音端点检测算法,进一步减少在语音端点检测算法过程中因帧级别数据标注带来的繁琐工作。该算法利用所给出的标签计算出一个分类中心,通过计算查询点到分类中心的距离将未给出标签的查询点归类到分类中心,得到一个原型中心;在测试集上,计算测试集中的查询点与原型中心的距离并进行测试。实验语料基于MUSAN语音库,使用该语音库自带的噪声库进行加噪。实验结果表明,在各种环境噪声下,基于小样本学习的语音端点检测算法的性能优于基于深度神经网络的语音端点检测算法,而且该算法能够显著减少语音端点检测算法的数据准备工作量与系统数据量。     

语音增强用于坦克驾驶舱内无线语音通信

讨论了一种基于传统谱相减算法的改进方法。利用语音的短时平稳性,通过先验幅度比来连续更新噪声谱的估计,从而代替复杂的VAD(话音活性检测)。计算机仿真结果表明,这种改进方法有效抑制了噪声干扰,语音得到了增强,在极大地提高信噪比的同时,将残留的音乐噪声和语音失真保持在人耳听觉容忍的范围以内,从而较好的保持了语音自然度。     

基于MATLAB的语音增强系统的设计

语音增强是信号处理领域中的一个重要的组成部分。在许多语音处理的应用中,例如移动通信,语音识别和助听器,语音信号的处理不得不在具有噪声的环境下进行。在过去的几十年里,人们提出了许多方法去消除噪声和减少语音失真,例如谱减法,基于小波的方法,隐式马尔科夫模型法和信号子空间法等。小波分析由于能同时在时域和频域中对信号进行分析,所以它能有效地实现对信号的去噪。介绍了一种语音增强系统的设计方法,采用Least Mean Square（LMS）算法和小波变换相结合的方法对带噪语音进行去噪,并在MATLAB的Simulink环境下建立了该系统的模型。通过对该模型的仿真表明：该方法去噪效果明显,为该系统在硬件上的实现打下了理论基础。     

一种基于噪声估计的语音激活检测算法

针对当前语音激活检测算法在低信噪比和复杂噪声模型的环境下性能损失的问题,提出了一种基于噪声估计的语音激活检测算法,通过对背景噪声进行自适应估计,得到准确的信噪比门限,同时利用估计背景噪声对短时谱进行白化处理,从而使得谱熵判决准则得以适用于复杂噪声模型的环境。实验证明,算法在低信噪比和复杂噪声模型下性能优于G.729B和AMR中的语音激活检测算法。     

采用复高斯分布模型的两步噪声幅度谱估计算法

噪声幅度谱估计是有效抑制外界噪声干扰、提高语音增强算法整体输出性能的重要环节。但目前针对该问题的研究相对较少,常用的语音激活检测算法只能在语音不存在阶段对噪声信号的幅度谱进行更新或估计,无法适用于更为复杂的非平稳噪声环境。为克服这一问题,本文基于噪声频谱的复高斯分布模型假设,提出了新型的两步噪声幅度谱估计算法。算法首先采用软判决技术计算噪声信号的功率谱,然后再结合复高斯分布条件下信号幅度谱和功率谱之间的数学关系间接地获取噪声幅度谱的估计。文中基于这一结论给出了两种估计算法,并在多种噪声环境下对它们的性能进行了仿真评估,其测试结果有效表明了提出算法优良的估计性能。      

Noise cross PSD estimation using phase information in diffuse noise field

Among various speech enhancement methods, two-microphone noise reduction systems are utilized for their low cost implementation and acceptable performance. Coherence-based methods are well known as efficient two-microphone noise reduction techniques. These techniques, however, do not work well when the received noise signals are correlated. Coherence-based methods can be improved when the cross power spectral density (CPSD) of input noises is available. In this paper, we propose a new method for estimating noise CPSD based on the assumption of a diffuse noise field. With this assumption, we estimate the noise CPSD using phase information. Then, the estimated noise CPSD is used to calculate a coherence-based gain filter which is then employed to enhance noisy signals. We compare the proposed phase-based noise CPSD estimation with a noise CPSD estimation technique based on a voice activity detector (VAD), both of which are herein separately employed in a two-microphone speech enhancement configuration. The comparison shows that the two-microphone speech enhancement scheme utilizing the proposed noise CPSD estimation technique outperforms the enhancement system using the VAD-based noise CPSD estimation.     

基于长短时能量均值的活动语音检测算法

为了有效抑制非平稳背景噪音对语音处理系统的严重干扰,提出了一种基于长短时能量均值的活动语音检测算法。该算法基于两个合理的假设,一个是基于语音隐含成分集的稀疏分解,不但能尽可能地深留含噪语音中的语音信息,还能在一定程度上消除非语音类噪音的干扰;另一个是对上述稀疏分解的语音进行重构,该重构信号中语音段的时域能量高于非语音段的时域能量。在上述两个假设的基础上,采用重构信号的时域能量作为音频特征,以当前帧为中心,并将与其相邻的特定数量帧的短时能量均值作为当前帧的得分值;以当前帧及其之前特定数量帧的长时能量均值怍为判决阈值,进而提出了以当前帧的短时能量均值和长时能量均值大小作为判断条件的活动语音检测算法。买验结果显示,该算法能有效地区分低信噪比（平稳噪音和忙平稳噪音）条件下的语音和非语音片段,并且其性能优于基于单Gaussian分布的似然比算法．     

非平稳噪声环境下的噪声估计算法

通过对噪音和语音频谱的分析,针对航空背景噪声的特性,提出一种用于语音增强的新的噪声估计算法。通常的噪声估计一般利用语音端点检测方法,取噪声段的谱平均值作为待估计的噪声谱,但该方法在信噪比较低时性能下降严重。笔者提出的基于频率段能量比的噪音谱估计方法,不依赖于语音端点检测而直接由语音帧来估计噪音谱,通过计算一帧语音中各频率段中能量比,以判断该帧是否含有语音来修正噪声谱估计的计算因子。算法提高了谱减法的适用范围,还在一般谱相减方法的基础上提出了改进的谱相减算法。     

融合统计模型与EMD的宽带话音增强方法

提出了一种融合统计模型和经验模态分解(EMD)的宽带话音增强方法。该方法首先用统计模型增强算法消除含噪话音中的主要噪声成分,然后用一种基于活动话音检测(VAD)的EMD增强算法做后处理进一步抑制残留噪声,从而使以上2种方法的优点有效地结合。在ITU-T G.160标准下对算法进行了性能测试,测试结果表明,与经典的统计模型方法相比,在不同强度的背景噪声下,增强话音的信噪比提高都较为明显。同时,在低信噪比情况下,该方法能有效抑制增强话音高频部分的音乐噪声,提高了听觉舒适度。     

Adaptive noise mitigation based on peak estimate and feedback compensation in power line communication

According to the problem that the threshold for traditional blanking depends on the characteristic parameters of noise and exist large deviation,an adaptive noise mitigation algorithm based on peak estimate and feedback compensation(ANMPEFC)in power line communication was proposed.First,SLM mapping preprocessing method was employed to reduce the PAPR of emission signal,peak information was used to estimate the frequency of the received signal and the relationship between peak frequency and impulse characteristics was established.Next,received signal was processed by blanking block and feedback compensation block adaptively according to estimated pulse frequency.Finally, performance of proposed algorithm and existing algorithms were analyzed based on threshold deviation.According to the results from simulation,it is clearly demonstrated that the proposed ANMPEFC can work in power line impulse noise environment without knowing the noise characteristics and has better performance in contrast to existing impulse noise suppression algorithm.     

Voice Activity Detection Based on Discriminative Weight Training Incorporating a Spectral Flatness Measure

In this paper, we present an approach to incorporate discriminative weight training into a statistical model-based voice activity detection (VAD) method. In our approach, the VAD decision rule is derived from the optimally weighted likelihood ratios (LRs) using a minimum classification error (MCE) method. An adaptive on-line means of selecting two kinds of weights based on a power spectral flatness measure (PSFM) is devised for performance improvement. The proposed approach is compared to conventional schemes under various noise conditions, and shows better performance.     

中压配电线通信系统脉冲噪声处理的阈值优化算法

OFDM用于实现高速电力线通信越来越受关注。脉冲噪声是电力线信道的主要干扰之一。该文在消隐非线性输出SNR分析的基础上,提出了OFDM系统脉冲噪声处理的阈值优化算法。仿真结果显示,如果OFDM系统的子载波数足够大,则实际系统输出SNR与理论表达式可以很好吻合。对于给定的脉冲指数,存在一个最低最优阈值;不同的脉冲指数A,其最低最优阈值不同,A越小,最低最优阈值反而越大;消隐器输出SNR及其性能增益是信号脉冲噪声比(SINR)的函数:在低SINR和高SINR下,输出SNR呈线性变化,性能增益分别趋近于定值;在中间SINR下,消隐器输出SNR及其性能增益是SINR的非线性函数。本消隐非线性阈值的优化算法可以改进脉冲噪声检测算法的性能,进而大大改善OFDM系统在中压配电线脉冲噪声环境中的总体性能。